인공지능과 유통산업의 미래

예컨대, 일본의 통신·전자기기 종합회사인 NEC는 입사시험 서류전형을 할 수 있는 인공지능을 개발하였는데, 이는 종전에 채용한 사원들의 이력서 등을 인공지능이 학습한 뒤, 기업이 요구하는 인재의 경향을 분석하여 그에 맞는 지원자를 선발하는 구조이다. 또한, 인공지능은 기존 직원들의 평가 및 인사관리에도 활용될 수 있다. 정보기술(IT) 기업인 일본 오라클은 인공지능이 인사이동에 대해 조언하는 시스템을 내년부터 활용할 수 있도록 개발하고 있다. 이 시스템은 사원의 경력이나 근무실적 등에 관한 데이터를 기초로 최적의 부서나 직책을 판정한다. 매출 예측은 기업의 모든 활동에 영향을 준다. 어떤 제품이 잘 팔릴지, 어떤 프로모션이 효과가 있을지, 어떤 마케팅 활동이 판매를 촉진할지 등을 정확히 예측하고 전략을 수립할 때 기업은 최고의 성과를 거둘 수 있다. 인공지능은 기업의 제품별, 프로모션별, 마케팅별로 과거 매출 데이터를 분석하고 학습함으로써 기업의 미래 모습을 그려볼 수 있으며, 또한 왜 그러한 모습이 나타나게 되는지도 분석할 수 있다. 즉, 어떤 제품들과 마케팅 전략이 성공했다면 무엇 때문에 성공했는지도 분석할 수 있다. 따라서 기업은 원하는 결과를 얻기 위해 인공지능을 통해 현재 최적화된 결정을 내릴 수 있다. 미국의 블랙프라이데이처럼 특별한 쇼핑이벤트가 벌어지는 기간에는 고객이 급증하며, 평소의 인력으로는 이들을 응대하기에 매우 부족하다. 이런 경우 기업이 정확한 데이터에 근거하여적절한 인력을 충원하지 않는다면, 직원을 오히려 많이 배치하여 비효율적인 비용 낭비가 있거나 직원이 부족하여 고객의 불편을 초래하게 된다. 이런 경우 인공지능은 기업이 이벤트 기간 동안 충원할 필요가 있는 정확한 인력 수와 직원을 어디에 배치하면 좋을지까지 결정할 수 있도록 해준다. 과거 특정 이벤트 기간 동안의 고객 수와 판 매액, 마케팅 전략 등에 관한 데이터를 활용함으로써 방문 고객 수를 예측하고 그에 근거하여 직원 수를 결정할 수 있다. 인공지능은 이와 같은 특정 이벤트 기간 동안의 직원 채용에 대해서뿐만 아니라 일반적인 인력채용에도 적용될 수 있다. 기업에 적합한 인력을 채용하는 것은 기업 성과를 좌우하는 중요한 일이지만, 어떤 후보가 적합한 인력인지 결정하는 것은 매우 어려운 일이다. 인공지능은 기존에 채용한 직원들에 대한 데이터를 학습하고, 신규 지원자의 과거 성과와 특성(배경, 과거 판매경험, 과거직업 등) 정보를 활용함으로써 잠재력이 가장 큰 신규 직원을 뽑을 수 있으며, 또한 각 직원들에 적합한 지역이나 점포도 파악할 수 있다. 인공지능을 통한 정확한 매출 예측은 재고관리를 효율화하는 데도 기여한다. 유통기업에 효율적인 재고관리는 매우 중요한 과제이다. 재고가 적정 수준보다 많으면 회전율이 떨어져서 수익이 감소하고, 반면 재고가 부족하면 고객을 잃는다. 따라서 적정 재고를 유지하는 것은 유통기업의 성과에 중요한 영향을 미친다. 효율적인 재고관리를 위해서는 어떤 제품이 언제 어떤 점포에서 필요할지를 예측할 수 있어야 한다. 인공지능을 활용하여 점포별 매출을 정확히 예측함으로써 유통기업은 적정 재고수준 문제를 해결할 수 있다. 일본의 소프트뱅크는 스마트폰 매출 예측에 인공지능을 활용하고 있다. 전국 약 2,600개 매장의 수주 실적, 매장 크기 및 위치, 계절 등을 고려하여 각 점포별 최적의 재고 수량을 계산하는 데 인공지능을 활용하며, 이를 통해 품절을 막고 재고를 줄이는 효과를 기대하고 있다. 소프트뱅크는 일부 매장에서 이 시스템을 시험 도입한 결과 재고를 10~20% 줄일 수 있었으며, 본격 도입 후 재고를 20% 이상 줄인다는 목표를 세우고 있다. 온라인 경매 및 쇼핑 웹사이트를 운영하는 이베이도 소비자의 쇼핑 습관과 성향을 예측하고 이를 토대로 판매량을 예측하기 위해 인공지능을 활용할 계획이다. 이베이는 올해 7월 인공지능 기술을 토대로 판매량을 예측하는 이스라엘 스타트업 세일즈프레딕트(SalesPredict)를 인수하였다. 세일즈프레딕트는 고객의 반응을 분석하고, 이를 토대로 잠재수요를 파악하여 매출을 확대할 수 있도록 지원하는 기업이다. 아마존의 배송 예측시스템 역시 인공지능을 통한 구매 예측 사례이다. 이 시스템은 소비자의 구매기록과 검색기록, 구매희망 목록 등을 분석하여 소비자가 언제 어떤 물품을 필요로 할지를 미리 파악하고, 소비자가 구매하기 전에 미리 발송한다. 아마존은 2012년 8월 미국 특허청에 이 시스템에 대한 특허를 신청하였고 2013년 12월 해당 특허에 대한 최종 승인을 받았다. 기업이 신규 점포를 개설하고자 할 때 그 기업은 입지를 선정하기 위해 오랜 기간 분석을 한다. 그러나 인공지능 기술은 매우 빠르고 효율적으로 최적의 입지 선정을 할 수 있다. 판매액, 인구, 경쟁 점포로부터의 거리, 최근에 있었던 프로모션과 이벤트 등 다양한 데이터를 입력하면 기업은 신규 점포를 언제 어디에 개설할지를 전략적으로 결정할 수 있다. 이러한 데이터로부터 자율적으로 학습을 하는 인공지능은 점포 개설에 최적인 입지 후보지들을 제시하는 것에서 더 나아가 신규점포의 성공에 기여하는 가장 중요한 요인들을 식별함으로써 각 후보지를 선정한 이유까지 설명해줄 수 있다. 미국의 홈인테리어 유통회사인 커클랜드(Kirklands)는 익스피리언(Experian)사와 함께 점포의 최적 입지를 선정하고 미래 매출액을 예측하는 데 인공지능을 적용하였다. 익스피리언은 미국의 가구, 기업체, 소매업체, 쇼핑센터에 관한 정보 등 기본 데이터베이스를 출발점으로 하고, 커클랜드의 기존 점포 입지의 특성, 점포 매출 및 성과, 고객 데이터 등을 연구하여 신규 점포를 개설할 최적의 입지를 선정하였다. 홈센터 로우스도 2015년 2월 캘리포니아에 위치한 오차드 서플라이 하드웨어(Orchard Supply Hardware) 매장에 인공지능 로봇 ‘오쉬봇’(OSHbot)을 도입하였다. 이 로봇은 매장 내에서 고객이 원하는 제품을 찾아주고 재고현황을 파악하는 역할을 한다. 오쉬봇에는 인간의 얼굴을 인식하는 기술이 장착돼 있어 고객이 다가가면 먼저 환영인사를 하고 고객이 어떤 제품을 찾고 있는지 묻는다. 고객이 오쉬봇의 터치스크린에서 필요한 제품을 검색하면 오쉬봇은 제품이 위치한 곳으로 고객을 안내한다. 오쉬봇은 스페인어부터 중국어, 일본어 등 다양한 언어 구사가 가능하여 일반 직원이 제공하기 어려운 서비스도 제공한다. 인공지능 로봇은 이 기업들뿐만 아니라 일본의 이온(Aeon), 가전 전문점 야마다전기 등 여러 유통기업들에서 활용되고 있다. 인공지능 로봇은 고객의 연령, 성별, 감정을 파악하는 기능을 갖추는 데까지 발전하였는데, 대표적으로 앞에서 언급한 바 있는 페퍼가 그렇다. 페퍼는 얼굴 인식 기능으로 고객의 연령과 성별을 판단할 수 있으며, 누군가 자신의 눈과 귀를 만지면 센서가 이를 감지한 후 그 사람의 기분을 판단한다. 예컨대, 자신을 부드럽게 만지면 ‘긍정’, 세게 때렸다면 ‘부정’ 으로 측정한다. 인공지능으로 인한 쇼핑 검색 및 구매 과정의 변화는 여기에 그치지 않는다. 온라인 쇼핑에서 원하는 제품을 찾으려고 할 때, 우리는 적절한 검색용어를 입력하거나 쇼핑사이트의 여러 페이지를 뒤져봐야 한다. 사고 싶은 제품이 특정되어 있고 정확한 제품명을 알 때는 그 제품의 이름을 입력하면 되지만, 막연히 어떤 제품, 예컨대, 봄철 재킷을 사고 싶은 경우에는 사이트의 여러 페이지를 검색해야 하는 수고를 해야 한다. 이것은 온라인 쇼핑이 시작된 이후 지금까지 거의 변하지 않은 과정이다. 그러나 딥러닝으로 인해 가능해진 인공지능 기술은 소비자의 치수, 원하는 색깔, 소재, 디자인 등 여러 정보를 고려하여 고객이 원하는 제품을 검색하고 추천해 줌으로써 이러한 수고를 크게 줄일 수 있다. 아웃도어 브랜드 노스페이스(The North Face)가 최근 출시한 쇼핑앱 ‘플루이드 엑스퍼트 퍼스널 쇼퍼’(Fluid Expert Personal Shopper)는 바로 이러한 인공지능을 적용한 쇼핑도우미이다. 이것은 IBM의 인공지능 왓슨을 탑재한 앱으로, 고객이 원하는 제품을 앱에 얘기하면 그가 원하는 최적의 제품을 찾아준다. 앞에서 인공지능이 유통기업의 다양한 활동영역에 적용될 수 있음을 보았는데, 아직 도입 초기단계이기는 하지만 향후 이것은 유통산업의 지형을 근본적으로 변화시킬 것으로 전망된다. 그런데 인공지능이 적용된 점포입지 선정이나 인력 채용, 매출 예측, 재고관리 등은 소비자 입장에서는 실감되지 않는 영역이다. 여기서는 인공지능으로 인해 소비자가 직접 실감하고 체험할 수 있는 쇼핑환경의 변화를 살펴본다. 소비자로서의 우리는 쇼핑 검색 및 구매 과정의 변화에서 인공지능의 영향을 실감하게 된다. 우선, 인공지능을 이용한 이미지 인식 및 분류 기술은 우리에게 새로운 쇼핑경험을 제공한다. 대표적인 사례로 이미지 공유 및 검색 전문 소셜미디어인 핀터레스트(Pinterest)의 ‘비주얼 서치 서비스’(Visual Search Service)를 들 수 있다. 이 서비스는 핀터레스트 사용자들이 사진 속에 있는 제품(부츠, 탁자, 접시 등)을 선택하면 그 제품과 관련된 각종 정보뿐만 아니라 해당 제품과 유사한 제품의 사진을 제공하는 것이다. 또한, 사진 속의 각종 제품들을 판매하는 웹사이트로의 자동 연결도 가능하게 함으로써 제품 검색이 구매로 연결되도록 하였다. 아직은 인공지능 로봇이 인간의 감정을 단순한 차원에서만 인식할 수 있지만, 인공지능 기술이 계속 진화하면서 미래에는 로봇이 인간의 아주 세밀한 감정까지 파악하여 제품을 추천하는 날이 올 것으로 보인다. 유통산업에서의 인공지능의 적용은 이제 시작단계에 불과하며, 인공지능 기술의 발전 속도를 생각하면 미래에는 산업의 지형이 근본적으로 바뀔 것으로 전망된다. 유통분야에서 현재 진행 중인 변화는 한마디로 ‘고객의 마음을 읽고 그에 맞추는 것’으로 정리할 수 있다. 쇼핑환경이 오프라인에서 온라인으로 변화하면서, 소비자는 쇼핑에서 시간과 공간의 제약을 상당 부분 넘어설 수 있게 되었다. 그런데 이제 인공지능과 같은 첨단기술 덕분에 쇼핑과정은 진정한 개인화(personalization)를 이룰 수 있는 단계로 나아가고 있다. 인공지능이 이끌게 될 미래의 변화를 예견하면서 선진국의 주요 IT 기업들은 인공지능 분야에 대규모 투자를 하고 기술변화를 선도하기 위해 노력하고 있으며, 유통기업들은 개발된 기술을 다양한 분야에 적용하려는 시도를 하고 있다. 국내의 일부 유통기업들도 이러한 첨단기술을 도입하려는 시도를 하고 있다. 11번가를 운영하는 SK 플래닛과 롯데는 자연어 처리능력을 갖춘 자동화된 챗봇 서비스를 도입하여 제품 검색 및 추천에서 고객 맞춤형 서비스를 제공할 계획이라고 밝혔다. 그러나 선진국의 주요 유통기업들에 비춰보면 아직 국내 기업들의 인공지능 적용 속도는 뒤처져 있으며, 앞으로 보다 많은 관심과 투자가 필요하다. 그리고 유통산업과 같은 다양한 산업 분야에서 인공지능이 광범위하게 적용되려면 이러한 기술을 개발하는 IT 분야가 발전해야 한다. 기술개발을 하는 산업과 이를 적용하는 산업의 발전이 함께 이루어지는 생태계가 구축될 수 있도록 정책적 지원이 이루어질 필요가 있다.